darts
一個用於時間序列上易於使用的預測和異常檢測的 Python 函式庫。
darts 是什麼?
一個用於時間序列上易於使用的預測和異常檢測的 Python 函式庫。
darts 概覽
這是什麼
Darts 是一個 Python 函式庫,用於對時間序列進行使用者友善的預測與異常偵測。它包含多種模型,從 ARIMA 等經典模型到深度神經網路。所有預測模型都可以使用相同的 fit() 和 predict() 函式,類似於 scikit-learn。該函式庫也讓回溯測試模型、結合多個模型的預測以及考慮外部資料變得容易。Darts 支援單變量與多變量時間序列及模型。基於機器學習的模型可以在包含多個時間序列的大型資料集上進行訓練,部分模型也提供豐富的機率預測支援。Darts 還提供廣泛的異常偵測功能。
主要功能
- 預測模型:大量的預測模型,適用於迴歸與分類任務;從統計模型(如 ARIMA)到深度學習模型(如 N-BEATS)。
- 異常偵測:
darts.ad模組包含一系列異常評分器、偵測器與聚合器,可組合用於偵測時間序列中的異常。 - 多變量支援:
TimeSeries可以是多變量的,包含多個隨時間變化的維度/欄位。 - 多序列訓練(全域模型):所有基於機器學習的模型都支援在多個(可能為多變量)序列上進行訓練。
- 機率支援:
TimeSeries物件可以表示隨機時間序列,例如用於取得信賴區間。 - 過去與未來共變量支援:許多模型支援將過去觀測到或未來已知的共變量時間序列作為輸入。
- 階層式調和:Darts 提供轉換器來執行調和,使預測結果能符合底層的階層結構。
使用情境
Darts 可用於預測任務,例如預測時間序列的未來值(例如航空旅客人數)。它也可用於異常偵測,例如應用 k-means 異常評分器和分位數偵測器來識別多變量時間序列中的異常點。該函式庫支援回溯測試、結合多個模型的預測以及納入外部資料。
快速開始
pip install darts
授權與價格
Darts 是開源軟體,採用 Apache-2.0 授權。
內容整理自該專案公開的 README 與儲存庫資訊。